聲明:本文來自于微信公眾號 頭號AI玩家（ID:AIGCplayer），授權轉載發布。

從AI繪畫開始，AIGC逐漸影響到設計、廣告、影視等各行各業。GenJi是一名擁有百萬粉絲的科普創作者，也是一名AI科技創業者，他從Photoshop、Premiere等教程起步，將賬號“GenJi是真想教會你”做到了B站設計教學區綜合影響力第一名，之后加入了AI繪畫教學內容，出版了《Midjourney創作從入門到應用》等暢銷書。

在2024新榜大會上，GenJi分享了AIGC在內容商業路徑的探索，包括AI內容創作的工作流、企業內部的AI學習路徑、AI與元宇宙的結合等。

以下內容整理自GenJi在「內容好生意」2024新榜大會的現場演講，內容經本人確認。

大家好，我是GenJi。我本身是一名設計師，既然要講AI相關的內容，今天的PPT我也借助了AI來制作，以往可能需要10~12天，而這套PPT我只用了一天半，還做了兩套，90%都是由AI生成的。

相比AI，其實我更熟悉傳統的內容生產工作流，大家常用的設計、剪輯、特效軟件我都寫過教材，做了很多教學視頻，在B站發布的第一條視頻就有100多萬播放，賬號正式開始做之后6個月達到100萬粉絲，現在有240萬。

通過公益的免費教學，我們一共服務過超4000萬泛科普用戶，很快我們就有了20萬的付費用戶，此外我們也給企業提供定制服務。

今天我想分享三個部分，一是AI內容革命重構我們的內容生產流程，我會講講作為博主是怎么生產內容的;二是怎么做一套完整的AI線下內訓，AI學習路徑到底怎么樣的，我有一套完整的方法論;三是關于AI+Meta會產生什么新的效果。

AI內容革命重構我們的內容生產流程

早在2016年短視頻平臺流行起來的時候，大家就已經知道了“超級個體”這個詞，其實真正的超級個體是六邊形戰士，而現在的內容生產是沒有辦法用一個人撬動很大的資源位和流量的，有路徑，但很難。

我們現在來看AI內容生產基本的流程和邏輯，左邊是ChatGPT、Midjourney和Stable Diffusion，作為科普博主，我先快速科普一下它們是怎么工作的。

ChatGPT的底層原理是自回歸模型，最初基于GPT-3.5版本構建。自回歸就像是完形填空，機器已經深度學習了人類復雜的知識，在這個過程中，會不斷地訓練和思考怎么回復下一個詞會更加精準。

Stable Diffusion的技術原理是擴散，我更喜歡把它翻譯成“降噪”。可以想象你是一個近視1000度的近視眼，瞇著眼看這個世界就是一團雜亂無章的色塊，這些像馬賽克一樣的東西就是噪音圖，基于噪音圖不斷降噪的過程就是Diffusion的過程。

所以AI繪畫并不是一筆一劃完成的，而是通過馬賽克不斷降噪而成的。然后我們要靠Prompt描述詞來控制最終的成片效果，這是最核心的參數。現在也由此延伸出了一個新職業叫Prompt engineer，提示詞訓練師。

右邊這張圖是我做的，這是我自己對AI生成內容和人類生產內容區別的理解。從上到下是人類生產的內容，底層是符合馬斯洛的動機與人格的，我們先有一個基礎動機，一般稱之為創意，然后逐漸向下轉換成具體的內容，當然這個內容的生產過程也可以是基于用戶動機。

自下而上來看，數據、元素、內容，這個是AI生產內容的過程，從上到下是可計算的方向，而從下到上是可生成的方向，逐漸通過Prompt啟動，最簡單的方式就可以產生內容。

當中這個AIGC的圈遠遠大于UGC、PGC、OGC，甚至大于他們的總和。我個人的判斷是在未來一到兩年時間里，AIGC可能在數據量級上會占據所有內容的90%，但只是數據量級，而不是注意力，注意力依然被超級個體壟斷，本身大家還是更喜歡碳基生物產生的東西。

說說我自己內容生產的流程，傳統工作流包含策劃、配音、分鏡、設計、拍攝、合成、剪輯、特效和發布。其實在B站發內容還是挺干的，內容成本是大幾萬塊錢。比如一個介紹虛幻引擎的視頻，光講一些公式函數很艱難，我們就用可視化的方式把這個過程用MG動畫完整地渲染一遍，也有一些實拍的情景演繹。

現在AI超級個體的內容生產過程不一樣了。這一套工作流是基于ChatGPT+Midjourney+D-ID/VEED完成基礎數字人的搭建以及基礎的劇情類視頻。

比如兩只鴿子去碼頭整點薯條的故事，這個插畫完全是由AI生成的，在Midjourney里搭建的工作流。我還可以讓GPT幫我撰寫一個800字YouTube風格的腳本，從策劃到分鏡頭的各種細節，GPT的回答最令我驚艷的一點是，在手機微信音效上，GPT寫的備注叫木塞音，這個定義非常精準。

基于這些極簡的工作流，AI能輔助的更多是AI文本和AI圖像的基礎能力。那AI生成視頻或者AI生成三維模型是否有可能性呢?答案是肯定的，我們接觸了很多國內頭部公司，不過目前效果受限于平臺本身，AI生成視頻可以產出一個千萬點贊的爆款短視頻，但很難讓它完成一個完整敘事的獨立工作流。

企業內部的AI學習路徑

下面講解一些我們在企業端具體的服務路徑。

我們在AI教育賽道搭建了社區、課程、賽事、媒體的輕松創作教育綜合體，我們公司的slogan是想讓更多人擁有AI輕松創作的能力，所做的AI課程也登過B站職業職場榜、IT互聯網榜的雙榜第一。

同時我們給企業做了非常多的線下培訓，包括AI設計、AI開發、AI客服、AI流量和AI數字人。

AI流量就是右邊這套進階型AI自媒體培訓課程，怎么建立企業的傳播矩陣，我們從文本類、圖文類、視頻類分別講怎么打通各個渠道，用AI強有效的服務搞定。

我們也是騰訊游戲交互領域的供應商，比如大家熟悉的吃雞（和平精英），右側這組圖就是吃雞里真實活動貼臉圖，這張榨汁機的效果圖是我們用AI訓練生成的，我們能夠讓AI真實地參與相對高質量內容的產出。

綜上所述，我們會發現AI可以為企業帶來非常多的幫助和服務。

AI+META=?

最后我講一下AI和Meta有什么樣的結合和碰撞。

傳統意義上大家接觸過很多游戲，元宇宙（Metaverse）本身是有有限的邊界，而AI才真正能夠讓Meta碰撞出無限的火花。

我個人認為，之前Facebook改名Meta的時候，Meta并不是國內真正的真命題，因為當時我們的一維、二維、三維資產生產效率不夠高，就像是你用3G網絡還不會剪輯，那你怎么做抖音呢，就不會做。

而現在AI能夠快速地將一維、二維、三維信息以比較低的成本產出。我們對此拋出了三個解決方案，就是數字大腦、數字分身、數字場景，分別對應一維、二維、三維。一維數字大腦是基于NLP的;二維就是人在二維世界任何的投影，比如妙鴨相機;三維就是現實中任何一個產品在三維世界里重建并且具備唯一性的實體。

先說數字大腦，一個企業定制的Agent，一切GPTs的服務，包含線上業務員、客服、視頻講師等等，這些需要用數字化清洗一遍的傳統行業，都可以再用智能化清洗一遍。

比如我們做的一個真實案例，我們的產品HAIMETA服務了一些線下門店，掃二維碼點單的效率很高，但沒有人情味，用上AI分身后，再掃二維碼AI會回復說“老王，還是老三樣嗎?”AI獲取了用戶的消費數據，而且還能以人性化的方式跟你交流，這是數字大腦基本的實現路徑。

數字分身做起來相對容易一些，大家可以理解為數字人，這方面我們做的案例非常多，既包含線下實體的柜臺展示，也包含用來影視渲染的數字分身。

除此之外，我們最引以為傲的就是數字場館。左圖是可口可樂的元宇宙直播間，未來3000年新品發布會，整套直播間是由我們定制的，可以看到這個場館在移動過程中帶有景深變化。所以我們也可以把家居行業和數字場館相結合，來定制一套Metaverse。

右圖是我自己的直播間，可以點擊畫面全景展示，也可以變成虛擬世界里的小人在其中互動。某些大廠已經將Unity接入底層，馬上大家就可能見到大量的互動直播間。

如果大家有關于數字分身、數字場景和數字大腦相關的需求，還是想討論AI相關的內容創作，定制企業的AI內訓服務，都可以聯系我們。

我們工作室的slogan叫change in change，變中變，我們更喜歡翻譯成《周易》里面的“易”。我們越接觸AI就越發現AI領域里沒有什么是不變的，因為AI本質上是真隨機的過程。

西方科學是在變化中尋找不變，東方哲學是變中變的過程。在人類歷史的知識長河中，我特別喜歡達芬奇，500年前，科技還沒有這么發達，那時人類未知的邊界還相對較小，就是一個小圓，所以達芬奇可以變成一個全知全能的全才。

而現在無論是AI還是Meta技術，底層都是在這個圓的邊界上向外拓展的小點，這些小點就是新世界的黑箱子。我們可能無法像達芬奇那樣探索那么多邊緣，但是我們依然希望可以和各位同仁一起共勉，一起探索好奇，擁抱黑箱。